پروژه 24

دانلود پروژه پيش بينی قيمت بازار برق با استفاده از شبكه های عصبی

 

تعداد صفحات: 105

فرمت: word

 

فهرست مطالب

چكيده

2 مقدمه

3 فصل اول ^: كليات1-1) هدف 4

2-1) فاكتورهاي تاثير گذار بر قيمت 6

3-1) فرار بودن قيمت 7

4-1) انواع پيش بيني قيمت 8

5-1) انوع كاربران پيش بيني قيمت 9

6-1) روشهاي سنتي براي حل مساله پيش بيني كوتاه مدت قيمت 11

1-6-1) مدل سري هاي زماني 11

2-6-1) مدل رگرسيون 14

3-6-1) سيستم هاي هوشمند 14

7-1) ساختار پايان نامه 15

فصل دوم : مقدمه اي بر شبكه عصبي و الگوريتم ژنتيك

شبكه عصبي 17

2-2) ساختار شبكه عصبي مصنوعي 19

3-2) شبكه پرسپترون چند لايه 23

4-2) فرايند يارگيري 24

1-4-2) الگوريتم پس انتشار 26

2-4-2) الگوريتم پس انتشار ارتجاعي 32

5-2) كاربرد شبكه عصبي مصنوعي در سيستم هاي قدرت 33

 

و

 

6-2) الگوريتم ژنتيك 35

7-2) ساختار الگوريتم ژنتيك 37

1-7-2) افراد يا كروموزوم ها 34

2-7-2) جمعيت 37

2-3-7) كد گذاري كروموزوم ها 38

4-7-2) تعيين جمعت اوليه 39

5-7-2) تابع هدف 39

6-7-2) انتخاب 40

7-7-2) تقاطع 42

8-7-2) جهش 44

9-7-2) اعمال قيود در بهينه سازي 44

فصل سوم : طراحي شبكه عصبي بهينه شده توسط الگوريتم ژنتيك 46

الف) شبكه بدون اجراي الگوريتم ژنتيك 47

1-3) مقدمه 47

2-3) بازار برق نورديك 48

3-3) طراحي شبكه عصبي 52

4-3) درصد خطاي مطلق 57

5-3) حد بالاي قيمت 59

6-3) تعداد نرونهاي لايه پنهان 61

7-3) رابطه بار با قيمت 62

8-3) اصلاح داده ها جهت آموزش 66 ب) بهينه سازي شبكه عصبي مصنوعي توسط الگوريتم ژنتيك 70

ز

 

9-3) تعيين نرونهاي لايه پنهان با استفاده از الگوريتم ژنتيك 70

10-3)شبيه سازي و ابزار آن 74

فصل چهارم:مقايسه روش رگرسيوني با شبكه عصبي بهينه شده با الگوريتم ژنتيك 761-4)مقدمه 77

2-4) تحليل رگرسيوني 77

فصل پنجم : نتيجه گيري و پيشنهادات 80 نتيجه گيري 81 پيشنهادات 82

پيوست 1 84 پيوست 2 86

مراجع فارسي 87 مراجعانگليسي 88

سايت هاي اطلاع رساني 89 چكيده انگليسي 90

ح

 

فهرست جدول ها

 

1-2: كاربرد شبكه عصبي مصنوعي در سيستمهاي قدرت 35

58 1-3: مقايسه شبكه هاي تقسيم شده و يك پارچه

59 2-3: تعداد بردارها جهت آموزش

3-3: ضريب همبستگي بار و قيمت در چند ماه مختلف 64

4-3: نتايج دو نوع ورودي مختلف به شبكه 69

5-3: نتايج اجراي الگوريتم ژنتيك در شبكه عصبي براي يك روز ( سه شنبه) 75

6-3: نتايج دو مدل براي يك هفته از ماه دسامبر 75

1-4: نتايج درصد متوسط خطاي مطلق براي 3 مدل ارائه شده 78

 

ط

فهرست نمودارها

عنوان

1-1: تقاطع دو منحني عرضه و تقاضا و مقدار قيمت تمام شده بازار 5

1-2: انواع توابع فعل سازي 22

1-3: قيمت در 3 فصل سال 49

49 2-3: بار در 3 فصل سال

50 3-3: قيمت روزهاي مختلف هفته

50 4-3: بار روزهاي مختلف هفته

51 5-3: الگوهاي قيمتي روزهاي مختلف

6-3: قيمت روز دوشنبه 53

7-3: قيمت روز يكشنبه 53

8-3: تاثير لگاريتم بر قيمت 60

9-3: ضريب همبستگي ميان قيمت و موارد مختلف 65

10-3: پيش بيني قيمت بدون درنظر گرفتن بار 68

11-3: پيش بيني قيمت با در نظر گرفتن بار 68

12-3: قيمت پيش بيني شده بازار برق نورديك با استفاده از ANN بهينه شده با GA75

1-4: پيش بيني قيمت با 2روش مختلف